FX168财经网_全球视野外汇黄金加密货币NFT资讯网

ChatGPT爆火这半年：热钱、巨头与监管

2023年AI行业最大的一笔融资，就是微软在1月对OpenAI投资的100亿美元。虎嗅根据公开数据统计，在美国的大模型公司创业中，Inflection AI或将成为人工智能领域融资量仅次于Open AI的第二大初创公司，在其之后分别是，Anthropic（15亿美元），Cohere（4.45亿美元）、Adept（4.15亿美元）、Runway（1.955亿美元）、Character.ai（1.5亿美元）和Stability AI（约1亿美元）。在中国，2023年上半年国内人工智能行业的公开投融资事件共有456起。而这项统计在2018年-2022年的5年间分别是731、526、353、631和648。上半年国内人工智能行业公开投融资事件另一个引发飞轮的事件则是ChatGPT放出API接口。当OpenAI在3月首次开放ChatGPT的API接口时，AI行业内外对此几乎形成共识：行业要变天了。随着更多应用接入大模型，AI之上正在长出更加繁茂的森林。 “做大模型和做应用本身就应该分开”，投资人的嗅觉总是敏锐的，在源码资本执行董事陈润泽看来，AI是一个与半导体分工一样的逻辑，AI大模型的繁荣之后，很快就会看到AI应用的一波繁荣。今年年初，陈润泽与同事一起前往硅谷时发现，硅谷声名显赫的创业孵化器Y Combinator（OpenAI首席执行官Sam Altman曾在这家孵化器任总裁多年），有一半的项目都转型做生成式AI了。对于大模型的热情，丝毫不逊于如今大洋彼岸的中国。不过，他也发现在美国无论是资本还是创业者，相比于大模型创业，更看好基于大模型所做的生态应用，毕竟在这个赛道，已经跑出了诸如OpenAI这样的公司，与此同时，美国有很强的ToB应用生态土壤，因此更多的美国公司正在尝试基于大模型的生态做企业应用。陈润泽的观察正在得到证实，大模型服务平台OpenCSG联合创始人陈冉告诉虎嗅，如今，美国湾区90%以上的公司已经把大模型能力用到方方面面。至于中国，陈冉认为，在年底之前很多的客户也都会用起来。今年3月左右，陈润泽和团队开始尝试在国内寻找基于大模型做应用的公司，但他发现这样的公司很少。大量资本进入了人工智能行业，但如果追溯这些资金的流向会发现，更多的钱仍集中在头部几家公司中。 “即便是现在，10个与生成式AI相关的项目，能投1个-2个也已经是很不容易了。”除了源码资本，虎嗅也与多位硬科技投资人交流，他们都表示，虽然项目看得多，但真正靠谱的凤毛麟角。应用端的这种态度，在很多业内人士看来，已是常态。思必驰联合创始人俞凯认为，表面看似热闹的赛道，其实更多的是名义上的竞争，结果无非两种情况：“一种是为了融钱，纯资本导向；另一种是做全域通用大模型的公司，确实需要喊，不喊的话别人不会知道。” 国内的一些统计数据也正在说明这个问题，根据第三方机构烯牛数据统计，截至2023年7月，国内有AIGC公司242家，1月以来AIGC赛道融资事件71起。而AI大模型赛道上的公司有67家，从ChatGPT发布到现在，融资事件只有21起。 AIGC赛道和AI大模型赛道自ChatGPT发布后的融资事件｜数据来源：烯牛数据 “现在国内AI市场上，好的标的太少了。”一位投资人如此告诉虎嗅——好项目太贵，便宜的又不靠谱。虽然目前国内发布的AI大模型数量过百，但国内一众大模型公司中，获得巨额融资的并不多，甚至屈指可数。很多AI投资到最后都变成了投人——曾经的独角兽公司创始人、互联网大佬、具备大模型相关创业经验的人等。公司类型公司成立时间大模型及相关产品融资轮次互联网公司百度 2012 文心一言上市阿里云 2008 通义千问上市騰讯AI实验室 1998 混元上市华为云 2019 盘古未上市字节跳动 2016 火山方舟未上市京东云 2012 言犀上市昆仑万维 2008 天工上市 360 1992 360智脑上市公司类型公司成立时间大模型及相关产品融资轮次 AI公司商汤科技 2014 日日新上市科大讯飞 1999 讯飞星火上市云从科技 2015 从容上市达观数据 2015 曹植 C轮出门问问 2014 序列猴子 D轮智谱Al 2019 ChatGLM B轮澜舟科技 2021 孟子 Pre-A轮 MiniMax 2021 Glow 股权投资面壁科技 2022 VisCPM 天使轮深言科技 2022 CPM 股权投资聆心智能 2021 Al乌托邦 Pre-A轮衔远科技 2021 ProductGPT 天使轮思必驰 2007 DFM-2 IPO终止公司类型公司成立时间大模型及相关产品融资轮次 2023年成立都初创AI公司光年之外 2023 暂无 A轮百川智能 2023 baichuan 股权投资零一万物 2023 暂无股权投资国内AI大模型相关公司部分统计今年的一众AI明星项目中，智谱AI、聆心智能、深言科技和面壁智能，都是清华实验室孵化的公司。深言科技、面壁智能两家公司均成立于2022年，且有AI行业内知名学者的技术背书。比这几家清华系AI公司成立时间更短的是一些互联网行业大佬创立的AI公司，光年之外、百川智能和零一万物均成立于这波大模型热潮开始之后。美团联合创始人王慧文在2023年年初成立的光年之外，一度融资5000万美元，已是彼时中国大模型行业为数不多的融资案例。与智谱AI、西湖心辰这类已有大模型为基础的公司不同，光年之外是2023年2月开始，从零开始做大模型，其难度可想而知，6月29日，美团公告宣布收购光年之外的全部权益，总代价包括现金约2.33亿美元（合人民币16.7亿元）、债务承担约3.67亿元、及现金1元。 “起码要有自然语言处理背景的人，有一定大模型训练实操经验的人，以及数据处理、大规模算力集群等方面的专业人才。如果同时还要做应用，那应该还要有对应领域的产品经理和运营人才。”陈润泽如此描述一个大模型核心团队的标配。大公司的AI赌注过去半年中，老牌互联网大厂们的AI新闻漫天纷飞。对AI大模型的投入，看似是在追热点，但如百度、阿里、华为这样的大公司，在AI上投下的赌注，显然不是跟风。巨头们在AI上的押注很早就已开始，对这些公司来说，AI并不是一个新鲜的话题。虎嗅根据企查查数据不完全统计，各大厂在2018年开始就对人工智能相关的企业有不同程度的投资，从投资企业来看，大多是人工智能应用方面的企业，尽管涉及到一部分AI芯片企业，但是数量并不多，涉及大模型方面的企业几乎没有，并且大厂所投资的人工智能相关的公司大多与其业务息息相关。大厂投资机构投资企业数平均持股比例最高持股比例 100%持股企业数阿里巴巴 23 36.25% 100% 5 百度风投 25 5.50% 15% 0 腾讯投资 54 17.54% 100% 2 三家互联网大厂投资AI相关公司情况｜数据来源：企查查 2017年阿里达摩院成立，研究对象涵盖机器智能、智联网、金融科技等多个产业领域，将人工智能的能力赋能到阿里的各个业务线中。2018年，百度提出了“All in AI”的战略。有所不同的是，生成式AI的出现，似乎是一个转折点。对于拥有数据、算力和算法资源优势的科技巨头来说，人工智能对他们已经不光是赋能场景，而是需要承担基础设施的角色，毕竟，生成式AI的出现，意味着针对人工智能产业的分工已经开始。以百度、阿里、华为、腾讯，四家云供应商为代表的大厂，虽然都宣布了各自的AI策略，但明显各有侧重。在过去的半年时间里，巨头纷纷发布自己的大模型产品。对于百度、阿里这样的大厂来说，他们入局大模型的时间并不算晚，基本在2019年。百度自2019年开始研发预训练模型，先后发布了知识增强文心（ERNIE）系列模型。阿里的通义千问大模型也是始于2019年。除了百度和阿里的通用大模型，6月19日，腾讯云发布了行业大模型的研发进展。7月7日，华为云发布了盘古3.0行业大模型产品。这些侧重也与各家的整体业务，云战略，以及在AI市场里的长期布局有所呼应。百度的主线业务盈利能力在过去的5年中，出现了较大波动。百度很早就看到了基于搜索的广告业务在国内市场中的问题，对此，百度选择了大力投入AI技术寻找新机会。这些年来，百度不仅邀请过吴恩达、陆奇等业界大佬出任高管，在自动驾驶上投入热情也远超其他大厂。如此关注AI的百度，势必会在这波大模型之争里重手投注。阿里对通用大模型同样表现出了极大的热情。一直以来，阿里云一直被寄予厚望，阿里希望走通技术路线创造集团的第二增长曲线。在电商业务竞争日趋激烈，市场增长放缓的大环境下，依云而生的AI产业新机遇，无疑是阿里云在国内云市场上再发力的好机会。相比百度和阿里，腾讯云在大模型方面选择了优先行业大模型，而华为云则公开表示只会关注行业大模型。对于腾讯来说，近年来主营业务增长稳中向好。在通用大模型的前路尚不明朗的阶段，腾讯对于AI大模型的投注相对谨慎。马化腾在此前的财报电话会上谈及大模型时曾表示：“腾讯并不急于把半成品拿出来展示，关键还是要把底层的算法、算力和数据扎扎实实做好，而且更关键的是场景落地。” 另一方面，从腾讯集团的角度看，腾讯目前有4所AI Lab，去年也发布了万亿参数的混元大模型，腾讯云投身行业大模型方面的动作，更像是一种“不把鸡蛋放在同一个篮子里”的投注策略。对于华为来说，一直以来都是重手投注研发，过去10年里华为在研发方面的总投入超过9000亿元。但由于手机业务遇到发展障碍，华为在很多技术研发上的整体策略或也正在面临调整。一方面手机业务是华为C端技术最大的出口，如果手机业务不为通用大模型买单的话，那么华为研发通用大模型的动力就会明显下降。而对于华为来说，把赌注押在能快速落地变现的行业大模型，似乎是这场AI博弈当中的最优解。正如华为云CEO张平安所说“华为没有时间作诗”。不过，对科技巨头来说，无论赌注多大，只要能赌对，就能够先一步抢占基础设施的市场份额，从而在人工智能时代获得话语权。拿着锤子找钉子对于商业公司来说，所有的决策仍然落到经济账上。即便是一笔不小的投入，越来越多有远见的公司创始人也意识到，这是一项未来必须要做的事情，即便前期投入可能完全看不到回报。 AI大模型的研发需要一笔不小的投入，但越来越多企业创始人、投资人都认为，这是一项”必要投入”，即便眼下完全看不到回报。由此，很多在上一波AI浪潮下诞生的人工智能公司，都在沉寂良久之后看到了新的曙光。 “3年前，大家都说GPT-3是通向通用人工智能的可能性。”李志飞在2020年就开始带着一班人马研究GPT-3，彼时出门问问正处在一个发展的转折点，他们希望探索新业务，但经过一段时间的研究之后，李志飞的大模型项目中止了，原因之一是当时模型不够大，另外就是找不到商业落地场景。不过，2022年底ChatGPT问世以后，李志飞仿佛被扎了一剂强心针，因为他和所有人一样，看到了大模型的新机会。今年4月，出门问问发布了自研的大模型产品——序列猴子。眼下，他们准备拿着新发布的大模型“序列猴子”冲刺港交所，出门问问已在5月末递交了招股书。另一家老牌AI公司也在跟进，去年7月，思必驰向科创板递交了IPO申请，在今年5月被上市审核委员会否决。俞凯坦言，就连OpenAI，在GPT2阶段也是用微软的V100训练了将近一年的时间，算力和A100差好几个量级。思必驰在大模型前期积累阶段，也是用更为经济的卡做训练。当然，这需要时间作为代价。相比于自研大模型，一些应用型公司有自己的选择。一家在线教育公司的总裁张望（化名）告诉虎嗅，过去半年，他们在大模型应用场景的探索上不遗余力，但他们很快发现在落地过程中存在诸多问题，例如成本与投入。这家公司的研发团队有50人-60人，开始做大模型研究以来，他们扩充了研发团队，新招了一些大模型方面的人才，张望说，偏底层模型方面的人才很贵。张望从未想过从头开发大模型，考虑到数据安全和模型稳定性等问题，他也不打算直接接入API做应用。他们的做法是参考开源大模型，用自己的数据做训练。这也是很多应用公司目前的做法——在大模型之上，用自己的数据做一个行业小模型。张望他们从70亿参数的模型开始，做到100亿，现在在尝试300亿的模型。但他们也发现，随着数据量增多，大模型训练会出现的情况是，可能新版本不如上一个版本，就要对参数逐一调整，“这也是必须要走的弯路。”张望说。张望告诉虎嗅，他们对于研发团队的要求就是——基于公司的业务探索AI大模型场景。这是一种拿着“锤子”找“钉子”的方法，但并不容易。 “目前最大的难题是找到合适的场景。其实有很多场景，即便用了AI，效果也提升不了太多。”张望说，例如在上课的场景中，可以用AI大模型赋能一些交互模式，包括提醒学员上课功能、回答问题和打标签等，但他们试用了AI大模型之后，发现精准度不行，理解能力和输出能力并不理想。张望的团队尝试过一段时间后，决定在这个场景里暂时放弃AI。另一家互联网服务商小鹅通，也在AI大模型爆发后第一时间开展了相关业务的探索。小鹅通的主要业务是为线上商家提供数字化运营工具，包括营销、客户管理以及商业变现。小鹅通联合创始人兼COO樊晓星告诉虎嗅，今年4月，当越来越多的应用基于生成式AI诞生时，小鹅通看到了这个技术背后的潜力，“例如MidJourney，生成式AI对于设计图像生成方面的提效确实有目共睹。”樊晓星她们在内部专门组织了AI研究的业务线，寻找与自身业务相关的落地案例。樊晓星说，在将大模型接入业务的过程中，她所考虑的就是成本和效率，“大模型的投入成本还是蛮高的。”她说。互联网行业的“钉子”算是好找的，AI落地真正的难点还是在工业、制造这样的实体产业。俞凯告诉虎嗅，这一波AI浪潮仍然是螺旋式上升、波浪式前进，在产业落地上面的矛盾一点都没变化，只是换了一个套壳而已。所以从这个意义上看，这两次AI浪潮的规律是相同的，最好的办法就是学习历史——“上一波AI浪潮的教训，这次就别再犯了。” 虽然很多厂商在AI大模型的落地方面都喊出了“产业先行”的口号，但很多实体产业的场景真的很难与目前的AI大模型相匹配。比如在一些工业检测场景应用的AI视觉检测系统，即便对AI模型的需求没有高到10亿参数的量级，但初期的训练数据仍然捉襟见肘。以一个简单的风电巡检场景为例，一个风场的巡检量达到七万台次，但同样的裂痕数据，可能只会出现一次，机器可以学习的数据量是远远不够的。扩博智能风电硬件产品总监柯亮告诉虎嗅，目前风机叶片的巡检机器人还做不到100%的精确分析叶片裂痕，因为可供训练和分析的数据量太小了，要形成可靠的全自动巡检和识别，还需要大量的数据积累和人工分析。不过，在工业数据积累较好的场景中，AI大模型已经可以做到辅助管理复杂的三维模型零件库了。国内某飞机制造企业的零件库就已经落地了一款基于第四范式“式说”大模型的零件库辅助工具。可以在十万余个三维建模零件中，通过自然语言实现三维模型搜索，以三维模型搜三维模型，甚至还能完成三维模型的自动装配。这些功能，在很多卡住制造业脖子的CAD、CAE工具中都需要经过多步操作才能完成。今天的大模型和几年前的AI一样面临落地难题，一样要拿着锤子找钉子。有人乐观地相信，今天的锤子和过去完全不一样了，但到了真金白银地为AI付费时，结果却有些不同。彭博社在7月30日发布的Markets Live Pulse调查显示，在514名受调投资者中，约77%的人计划在未来六个月内增加或保持对科技股的投资，且只有不到10%的投资者认为科技行业面临严重的泡沫危机。然而这些看好科技行业发展的投资者中，却只有一半人对AI技术持开放的接受态度。 50.2%的受访者表示，目前还不打算为购买AI工具付费，多数投资公司也没有计划将AI大范围应用到交易或投资中。卖铲子的人 “如果你在1848年的淘金热潮里去加州淘金，一大堆人会死掉，但卖勺子和铲子的人，永远可以赚钱。”陆奇在一次演讲时说。高峰（化名）想当这样的“卖铲子的人”，准确地说，是能够“在中国卖好铲子的人”。作为一名芯片研究者，高峰大部分科研时间都在AI芯片上。过去一两个月，他感到了一种急迫性——他想做一家基于RISC-V架构的CPU公司。在一家茶室，高峰向虎嗅描绘了未来的图景。然而，要从头开始做AI芯片，无论是在芯片界，还是在科技圈，都像是一个“天方夜谭”。当AI大模型的飞轮飞速启动时，背后的算力逐渐开始跟不上这一赛道中玩家的步伐了。暴涨的算力需求，使英伟达成了最大的赢家。但GPU并非解决算力的全部。CPU、GPU，以及各种创新的AI芯片，组成了大模型的主要算力提供中心。 “你可以把CPU比喻为市区，GPU就是开发的郊区。”高峰说，CPU和AI芯片之间，需要通过一个叫做PCIE的通道连接，数据传给AI芯片，然后AI芯片再把数据回传给CPU。如果大模型的数据量变大，一条通道就会变得拥挤，速度就上不去，因此需要拓宽这条路，而只有CPU能够决定这条通路的宽窄，需要设置几车道。这意味着，中国在大模型上，即便突破了AI芯片，仍有最关键的CPU难以破局。哪怕是在AI训练上，越来越多的任务可以被指派给GPU承担，但CPU依旧是最关键的“管理者”角色。 2023WAIC大模型展区展出的部分国产芯片自1971年英特尔造出世界上第一块CPU至今50余年，在民用服务器、PC市场，早已是英特尔和AMD的天下，英特尔更是建立起涵盖知识产权、技术积累、规模成本、软件生态于一体的整个商业模式壁垒，且这种壁垒从未衰退。要完全抛开X86架构和ARM架构，基于一个全新架构研发完全自主的CPU芯片，可以说是“九十九死一生”，基于MIPS指令集的龙芯，在这条路上走了20多年，更不用说是 RISC-V这样未被充分开垦和验证过的开源架构。指令集，就像一块块土地，基于指令集开发芯片，就相当于是买地盖房子。X86的架构是闭源的，只允许Intel生态的芯片，ARM的架构需要支付IP授权费，而RISC-V是免费的开源架构。产业界和学术界已经看到了这样的机会。 2010年，加州伯克利两位教授的研究团队从零开始开发了一个全新的指令集，就是RISC-V，这个指令集完全开源，他们认为CPU的指令集不应该属于任何一家公司。 “RISC-V或许是中国CPU的一道曙光。”高峰说。2018年，他在院所孵化了一家AI芯片公司，彼时他表示，自己不想错过 AI浪潮发展的机会，这一次，他依然想抓住，而这个切入点，就是RISC-V。在大模型以及如今国产替代的时代，这个需求显得更为紧迫，毕竟，极端地考虑一下，如果有一天，中国公司用不了A100了，又该怎么办。 “如果要取代ARM和X86，RISC-V的CPU需要性能更强，也需要和Linux上做商业操作系统的人参与到代码的开发中。”高峰说。高峰不是第一个意识到这个机会的人，一位芯片行业投资人告诉虎嗅，他曾与一家芯片创业公司创始人聊起，用RISC-V的架构去做GPU的机会。如今，在中国已有一些基于RISC-V架构做GPU的公司，但生态依旧是他们面临的最大的问题。 “Linux已经示范了这条路是可以走通的。”高峰说，在Linux这套开源操作系统中，诞生了红帽这样的开源公司，如今许多云服务都建立在Linux系统上。“需要足够多的开发者。”高峰提出了一个方法。这条路很难，但走通了，将是一条光明的道路。飞轮转得太快了大模型的“应激反应”下，感到急迫的不光是高峰。国内某AI大模型公司联创告诉虎嗅，今年初他们也曾短暂上线过一款对话大模型，但随着ChatGPT的升温，有关部门提高了对大模型安全性的重视，并对他们提出了很多整改要求。 “在没有特别明确的监管政策出来之前，我们不会轻易把产品开放给普通用户，主要还是To B的逻辑。”左手医生CEO张超认为，在《管理办法》出台之前，贸然将生成式AI产品开放给C端用户，风险很大。“现阶段，我们一方面在持续迭代优化，另外一方面也在持续关注政策、法规，保证技术的安全性。” “生成式AI的监管办法还不明确，大模型公司的产品和服务普遍很低调。”一家数字化技术供应商，在6月发布了一款基于某云厂商通用大模型开发的应用产品，在发布会上，该公司技术负责人向虎嗅表示，他们被这家云厂商要求严格保密，如果透露使用了谁的大模型，他们会被视为违约。而对于为何要对案例保密，这位负责人分析，可能很大一部分原因是要规避监管风险。在全球都对AI提高警惕的当下，任何市场都不能接受监管的“真空期”。 7月13日，网信办等七个部门正式发布了《生成式人工智能服务管理暂行办法》（下文简称“《管理办法》”），该办法自2023年8月15日起施行。 “《管理办法》出台后，政策会从问题导向转为目标导向发展就是我们的目标。”观韬中茂律师事务所合伙人王渝伟认为，新规是重“疏”而不重“堵”。浏览美国的风险管理库，是王渝伟每天必需的功课，“我们正在为利用GPT等大模型进行细分行业的商业应用提供风控合规的方案，建立一套合规治理框架。”王渝伟说。美国的AI巨头们正排着队向国会表忠心。7月21日，谷歌、OpenAI、微软、Meta、亚马逊、AI创业公司Inflection、Anthropic，七家最具影响力的美国AI公司，就在白宫签署了一份自愿承诺。保证在向公众发布AI系统前允许独立安全专家测试他们的系统。并与政府和学术界分享有关他们系统安全的数据。他们还将开发系统，当图像、视频或文本是由AI生成时向公众发出警告，采用的方法是“加水印”。 7家美国AI巨头排代表在白宫签署AI承诺此前，美国国会听证会上，OpenAI的创始人山姆·奥特曼表示，需要为人工智能模型创建一套安全标准，包括评估其危险能力。例如，模型必须通过某些安全测试，例如它们是否可以“自我复制”和“渗透到野外”。或许山姆·奥特曼自身也没有想到，AI的飞轮会转得这么快，甚至有失控的风险。 “我们一开始还没有意识到这件事情这么紧迫。”王渝伟说，直到上门来咨询的公司创始人越来越多。他感到，这一次的人工智能浪潮正在发生与过去截然不同的变化。今年年初，一家最早接入大模型的文生图公司找到王渝伟，这家公司希望把自己的业务引入中国，因此，他们想了解这方面的数据合规业务。紧接着，王渝伟发现，这类的咨询越来越多，更明显的变化是，前来咨询的不再是公司的法务，而是创始人。“生成式AI的出现，原有的监管逻辑已经很难适用。”王渝伟说。从事大数据法律工作多年的王渝伟发现，生成式AI与上一波AI浪潮正在呈现更加底层的变化。例如，上一次的AI更多是基于算法进行推荐，还有就是一些人脸识别，都是针对一个场景，针对一些小模型，在具体应用场景当中进行训练，涉及的法律问题不外乎知识产权、隐私保护的问题。而在这个生成式AI生态之上的不同角色，例如提供底层大模型的公司，在大模型之上接入做应用的公司，存储数据的云厂商等，对应的监管都不尽相同。目前大模型所带来的伴生风险已经有了共识，业界明白，商业化应用势必会放大这种风险，要想保持业务的连续性，就需要重视监管。难点就是，“如何找到一条既能做好监管，又能不影响行业发展的路径。”王渝伟说。结语对于整个行业来说，在对技术加深探讨的同时，也正在引发更为深远的思考。在AI逐渐占据科技产业的主导地位之时，要如何确保技术的公正、公平和透明性？当头部公司紧紧掌控技术和资金流向时，如何确保中小企业和初创公司不被边缘化？大模型的开发和应用蕴含巨大潜力，但盲目跟风是否会导致我们忽视其他创新技术？ “从短期来看AI大模型正在被严重高估。但从长期看，AI大模型被严重低估了。” 半年时间里，AI热浪翻涌。然而对于中国的创业公司和科技巨头来说，在热炒的市场氛围中，如何保持清醒的判断，做出长远的规划和投资，将是检验其真正实力和远见的关键。来源：金色财经

金色财经2023-08-04

【一周科技动态】财报行情下，进击的“亚马逊”？

谷歌(GOOG)$ -2.42%， $微软(MSFT)$ -2.65%， $Meta Platforms(META)$ -3.45%， $英伟达(NVDA)$ -4.29%，以及 $苹果(AAPL)$ -4.38%。一周大科技见闻苹果公布FY23Q3财报，收入连续三季度下滑，服务营收创历史新高，运营现金流超预期，印度市场出现两位数百分比增幅；天风郭明錤认为，没有任何迹象显示苹果2024年将整合AI边缘运算与硬件产品马斯克计划就降低App Store佣金和苹果洽谈。软银和微软将在日本合作开发人工智能软件 $伦敦证券交易所(LSE.UK)$ 与微软合作开发人工智能模型。亚马逊Q2财报整体好于预期，强力提升Q3和全年业绩指引亚马逊计划将收购的全食超市在内的各种电商超市合并 AWS正式推出了英伟达H100 Tensor Core GPU驱动的生成式AI、HPC应用服务谷歌发布视觉语言动作AI模型，以训练机器人扔垃圾特斯拉收购德国无线充电技术公司Wiferion $优步(UBER)$ 采购100辆特斯拉Model Y电动汽车 $小鹏汽车(XPEV)$ 智驾负责人吴新宙将离职，下一站或是英伟达 $美国超微公司(AMD)$ 考虑效仿英伟达调整芯片规格，以维持对华出口，其财报传市场回暖喜讯一周核心观点苹果没有意外，才成了意外上周微软、谷歌同一天公布财报，本周的苹果和亚马逊也是同一天发布。往往同时发布就产生了比较。虽然都超过预期，但是大科技公司之间往往也存在潜在的竞争，投资者会在矮子里面拔将军，也会在鸡蛋里面挑骨头。苹果的二季报（FY23 Q3）来看，硬件卖得一般，主要靠软件服务的收入支撑。整体收入连续三个季度下滑，而公司也没给指引，但是以市场预期来看，不出意外的话，下个季度同比也会下降。不过由于服务收入的利润率更高一些，公司整体利润水平还是上升的，因此运营现金流也超过市场预期，单季达到260亿美元。我们认为：硬件产品迭代周期稳定，目前非常成熟且没有更多创新的情况下，增量就需要靠涨价，所以iPhone15可能会有提价。服务收入是苹果目前的增长主力，因此更马斯克谈什么“App Store”降费基本也就是谈谈，不可能让步的，这也是对未来业绩的保证。但我们要知道这早晚是个雷，欧洲有反垄断，中国有315，总有一点消费者会觉得“苛政猛于虎”的。对AI相当克制，虽然苹果认为AI对其产品至关重要，但苹果更有可能是在产品上市时就宣布它们，也就是一经发布就是成熟体。 Vision Pro难给预期。但这不代表一定会卖得不好，这算是比较创新的产品，兴许成为24年业绩的关键。手握1660亿美元现金和有价证券，除去总债务1090亿美元，净现金570亿美元，依然可以稳健地进行分红和回购。市场的反应可能是对苹果有更高的期待，再加上近期整体涨幅很高，溢价率不低，所以短暂的回调并不意外。亚马逊力证“衰退谣言”，强势指引引爆全场亚马逊公布Q2财报，盘后一度大涨超10%。此前市场计价过多“衰退预期”，也让其股价承压。此番利润率提升，并上修了Q3级全年指引，也让市场信心重新回归。我们认为主营的电商类业务在通胀环境下依然超市场预期，重拾增速，其中的三方零售在提价后更是亮眼，线下商店也首次突破50亿美元大关。广告业务表现亮眼，大超预期并首次突破100亿美元大关，是增速最高的一块，且高利润率有助于提升公司整体利润水平。但存在的变现率难以上提的隐患。 AWS增速继续下滑，保有市场第一的宝座。未来更看AI时代的应用，公司相信人工智能的核心是数据。由于不同业务间的收入增速不同，毛利率上升显著。同时削减成本措施逐见成效，运营利润率在7个季度之后重回5.7%，对后续利润率继续改善提供了基础。此前市场计入衰退预期过强，认为通胀对其业绩影响可能较大，但这两个而事实证明市场有些过度担忧。而公司强力提升Q3业绩指引，也进一步证明零售业务继续回暖，也进一步提升其估值。惠誉调降美债评级，会有重大影响吗？本周大盘回调，与一条重要消息有关，惠誉批评美国两党在制定政策过程中过度斗争、过度支出和过度减税，以至于令美国财政体系处于众多不确定性之中。我们认为，惠誉旨在提醒投资者风险，而从经济数据等表现来看，现在断言美国偿债能力还为时尚早。而国债的主要持有者不太可能因为评级变化而被迫抛售美债。从二级市场表现来看，美债虽然有小幅波动，但并没有深厚的影响。二级市场的波动，反而与流动性和供需情况有关。自从美国政府提高了债务上限，从下周开始就会提高长债招标额度，7月到9月本季度的净借款预期规模上调至1万亿美元，打破目前的债市的供需平衡，也意味着市场需要进一步为这部分多余流动性买单。对股市的影响，也更多的是流动性方面。随着大科技公司财报的落幕，更多的投资者调整完仓位，也会选择将其中一部分今年获利较高的仓位进行了结，形成一定的回调需求。 "TANMAM"的投资策略我们将这权重最大的7家公司合成一个投资组合，称之为“TANMAM”组合。如果以等权重、每季度重新调整权重的方式对这个组合进行回测，，那么从2015年以来表现是远超标普500的，总回报达到了1523.9%，同期 $标普500ETF(SPY)$ 回报257.0%。其中：年化回报37.76%，高于SPY的11.77%。 2023年以来回报95.85%，同期SPY为20.62%

老虎证券2023-08-04

特斯拉涨超2%！不设申购上限的纳指100ETF（159660）高开高走涨0.66%，溢价升至0.75%，近60日吸金近2亿元！

上涨；高通因业绩下滑大跌超8%，苹果、微软、脸书Meta小幅下跌。消息面上，Meta发布开源AI工具AudioCraft，帮助用户根据文本提示创作音乐和音频。Meta计划在秋季或明年春季发布第二代Ray-BanStories智能眼镜。特斯拉中国7月交付64285辆，创年内新低。根据乘联会周四公布的初步数据，特斯拉上海超级工厂7月交付64285辆电动车，同比增长128%，但较6月份下降了31.4%。需要注意的是，乘联会没有细分本地交付与出口的数据，但特斯拉通常会在每个季度初专注于向海外出口。特斯拉上海超级工厂每年可生产110万辆电动汽车，占该汽车制造商全球产量的一半以上。热门ETF方面，主打低费率的纳指100ETF（159660）高开高走，午后涨0.66%，溢价成交明显，买盘势头强劲，目前溢价升至0.75%，反映资金或借道纳指100ETF（159660）踊跃布局美股科技龙头！福利提示：纳指100ETF管理费0.5%/年，托管费0.15%/年，明显低于市场主流费率！统计截至2023.8.4 13:43 值得重点关注的是，低费率的纳指100ETF（159660）近期持续获得场内资金增仓，近5日合计吸金近4200万元，近10个交易日获得资金净申购累计超7100万元，近60个交易日获资金增仓近2亿元，净流率高达216%！根据统计，今年以来美股纳斯达克市场表现优异。截至8月3日，纳斯达克指数年内涨33.38%，纳斯达克100指数更是涨40.35%，领涨全球主要指数！值得注意的是，目前纳指100ETF（159660）是在同类产品中单日申购不设上限的稀缺品种！纳指100ETF联接基金（A类：018966；C类：018967）于8月2日正式成立，汇添富基金信心自购超1000万元！该联接基金已经于8月4日（今日）起打开申购赎回，偏好场外申购、定投的投资者可密切关注这一纳指100场外投资工具，目前已经在全网主流基金销售平台上线，欢迎关注这一7X24小时纳指100场外布局利器！【科技巨头最新财报陆续发布，多数业绩亮眼】中报业绩方面，整体来看，科技巨头二季度财报普遍超预期，例如特斯拉二季度营收劲增47%，谷歌、亚马逊和Meta业绩亮眼，微软营收净利同比也录得增长。随着美国科技股反弹的势头不断延续，积极的观点认为科技股已经进入了新一轮牛市。科技行业巨头苹果与电子商务巨头亚马逊等均发布财报。财报显示，截至7月1日，苹果第三财季总营收818亿美元，略好于市场预期的817亿美元，较去年同期的830亿美元同比下滑1.4%，较上季度的948.4亿美元环比跌近14%。这是苹果自2016年以来首次连续第三个季度收入同比下滑。三季度iPhone收入396.7亿美元，市场预期398亿美元；三季度MAC收入68.4亿美元，市场预期63.7亿美元；三季度IPAD收入57.9亿美元，市场预期63.3亿美元；三季度可穿戴设备、家居与配件收入82.8亿美元，市场预期83.8亿美元；三季度服务收入212.1亿美元，市场预期207.7亿美元；三季度大中华区营收157.6亿美元，市场预期145.9亿美元；三季度每股收益1.26美元，市场预期1.20美元；三季度经营现金流260亿美元，市场预期229.4亿美元。亚马逊公布二季度业绩，二季度亚马逊营收及三季度业绩均超市场预期。财报显示，二季度亚马逊净营收同比增长11%至1343.8亿美元，高于市场预期的1316.3亿美元。其中不包括由于汇率带来的3亿美元损失。拆分来看，北美业务营收同比增长11%至825.5亿美元，高于市场预期的796.8亿美元；国际业务营收同比增长10%至297亿美元；AWS业务营收同比增长12%至221.4亿美元，高于市场预期的217.1亿美元，但这是AWS业务营收增速连续第六个季度下降。除了二季度业绩整体超预期之外，更令市场欣喜的是亚马逊的三季度指引远超预期。在财报中，亚马逊预计三季度营收将在1380亿至1430亿美元，这意味着同比涨幅在9%至13%之间，整体高于市场预期的1383亿美元；预计三季度运营收入55亿美元至85亿美元，高于市场预期的54.1亿美元和2022年三季度的25亿美元。根据方正证券的统计，2010年以来纳斯达克指数、标普500指数和道琼斯工业指数年化收益率分别为13.5%、10.3%和9.2%。分解来看，盈利稳定增长是美股长牛的根基，2010年以来纳斯达克指数、标普500指数和道琼斯工业指数盈利年化增幅分别为14.3%、8.7%和6.3%。数据来源：方正证券纳指100ETF（159660）跟踪纳斯达克100指数，在人工智能的时代浪潮之下，目前全世界AI领域布局和积淀最领先、最深厚的科技巨头仍然集中在纳斯达克，比如微软、谷歌、英伟达、Meta等等，这些AI巨头无一例外都是纳斯达克100指数的前十大权重股，纳斯达克100指数前十大权重占比超59%，龙头属性集中。纳指100ETF（159660）管理费0.5%/年，托管费0.15%/年，明显低于市场主流的费率结构，费率优势明显，省到就是赚到。（风险提示：以上指数成份股仅作展示，不代表任何形式的个股推荐！）【始于纳斯达克，更胜于纳斯达克！】根据公开资料，纳斯达克指数包含100家在纳斯达克上市的非金融公司，纳斯达克市场自诞生以来成功孵化出了一大批科技巨头，被广泛认为是培育创新型、科技型、成长型公司最成功的投资市场之一。作为纳斯达克市场的旗舰指数，纳斯达克100指数长期涨幅明显跑赢纳斯达克指数。自1991年起，纳斯达克100指数30多年来年化收益14.13%，明显高于纳斯达克的11.65%。（数据截至2023.6.30）数据统计区间1991.1.1-2023.6.30 风险提示：基金有风险，投资需谨慎。本资料仅为宣传材料，不作为任何法律文件。基金的过往业绩不预示未来表现，基金管理人管理的其他基金业绩并不构成基金业绩表现的保证。基金管理人依照恪尽职守、诚实信用、谨慎勤勉的原则管理和运用基金财产，但不保证投资于本基金一定盈利，也不保证最低收益。投资人应当仔细阅读《基金合同》、《招募说明书》及《产品资料概要》等法律文件以详细了解产品信息。纳指100ETF属于中等风险等级（R3）产品，适合经客户风险等级测评后结果为平衡型（C3）及以上的投资者。标的指数并不能完全代表整个股票市场。标的指数成份股的平均回报率与整个股票市场的平均回报率可能存在偏离。请投资者关注指数化投资的风险以及集中投资于纳斯达克100指数成份股的持有风险，请关注部分指数成份股权重较大、集中度较高的风险，请关注指数化投资的风险、ETF运作风险、投资特定品种的特有风险、参与转融通证券出借业务的风险等。风险提示：界面有连云呈现的所有信息仅作为参考，不构成投资建议，一切投资操作信息不能作为投资依据。投资有风险，入市需谨慎!

有连云2023-08-04

柳沁雯8.4黄金短线偏震荡，非农战场拉开序幕，最新走势

人生，始终会与喜怒哀乐同行。情绪稳定的人就像是雨后彩虹，纵使从风雨中走过，也能笑对生活。感觉压不住火的时候，一定要提醒自己，盲目的冲动并不能解决任何问题，反而还会带来更大的烦恼。当你越冷静，遇事就会越无畏，所带来的结果才会越顺利，这才是一个良性循环的过程。——柳沁雯》》》黄金走势解析金价自周三时段跌破1940后昨日全天都维持在1930-38区间盘整，这种不到10个点的窄幅震荡是典型的数据前的观望走势。今日晚间将如期公布非农数据，周三公布的ADP数据整体表现亮眼，并且前一个月公布的美国经济数据多数都表现不错，本次非农数据极有可能同样给出较好答卷，利好美指利空金银！从日线上看，布林带收口，价格跌破中轨支撑后暂时在1930一线企稳，整体走势上处于震荡下行态势，昨日价格横盘一天最终收十字星，也就意味着下方支撑较为强劲，那么今天的重点就是看晚间非农数据给出的方向了。具体而言，周五日内白盘震荡为主，操作上建议下方低位1930附近多，防守1920-25，目标跟进1945-50，破位减持！稳健可观望，注意晚间非农数据公布，行情波动较大，控制好风险做好止盈止损。以上金油思路均为个人主观看法

柳沁雯分析师2023-08-04

港股开盘：恒生指数涨1.29%，恒生科技指数涨2.38%，国联证券涨超12%

，谷歌涨0.05%，脸书跌0.36%，微软跌0.26%。热门中概股普涨，纳斯达克中国金龙指数涨3.52%，阿里涨2.64%，京东涨3.42%，拼多多涨5.71%，蔚来涨6.11%，小鹏汽车涨3.77%，理想汽车涨4.82%，百度涨2.21%，网易涨1.93%。

金融界2023-08-04

美股收盘：道指跌近70点中概股逆势走强BOSS直聘，哔哩哔哩涨超8%

金融界2023-08-04

微软高管布拉德史密斯出售了近1700万美元股票

新披露的信息显示，微软公司高管布拉德•史密斯本周早些时候抛售了价值近1,700万美元的微软股票。周三公布的一份提交给美国证券交易委员会的文件显示，担任微软副董事长兼总裁的史密斯周二出售了5万股微软股票。他的售价从336.35美元到338.04美元不等，套现金额达到1,690万美元。微软股价在今年前七个月飙升了40%。史密斯仍然大量投资于微软，截至周三提交的文件，他直接持有超过58.8万股微软股票。按近期价格计算，这一头寸约为1.92亿美元。FactSet将史密斯列为微软股票持有量排名前十的内部人士或股东之一。他自1993年以来一直在公司工作，自2015年以来一直担任总裁。在担任总法律顾问之前，他帮助“解决了公司与世界各国政府和科技行业公司之间的反垄断争议”，该公司网站上的他的个人简介显示。微软上周公布了最新一个季度的收益，超出了预期，但也详细列出了与人工智能推动相关的成本。

金融界2023-08-04

伦敦证交所正与微软等合作开发AI模型

伦敦证交所（LSE）正与微软（MSFT.O）和几家银行合作，创建定制的生成式人工智能（AI）模型，此举表明金融服务业正寻求在不暴露专有数据的情况下利用这项技术。 LSE首席执行官David Schwimmer表示，“我们正在与客户讨论，让他们有机会利用我们现有的大量数据，以一种安全的专有（方式）将这些数据与他们的数据融合在一起。” Schwimmer表示，“如果你是一家拥有大量专有数据的大银行，希望使用这些数据来进行自己的交易策略和风险管理，那么生成式AI非常有用。” 他补充称，银行对创建自己的生成式AI模型感兴趣，因为它们“希望确保数据不会被用于通知任何其他大型语言模型”。

金融界2023-08-04

郭广盈：8.4非农重磅来袭，黄金今日最新走势分析及解套

相同的市场，不同的选择，你的选择至关重要！这里没有心灵鸡汤和华丽语言，郭广盈致力于用朴实的言语和简单的图示解密黄金原油的实时走势！关注郭广盈【郭广盈微信：ggy1592 公众号：郭广盈】，给你仓位一个正确的选择黄金走势分析　　盘面裸k分析　　大一级级别的头肩顶形态：如之前分析所言，1小时周期整体于1987附近录得头肩顶形态，且该头肩顶形态的颈线位于1945附近，该形态的划分和颈线的确定在这里郭广盈便不再赘述，感兴趣的朋友可查阅之前的分析。目前1小时周期收阴下破颈线1945，根据极性转换原则可知：1945作为前市强支撑，目前行情下破该点位，故1945已转换成后市强阻！同时根据相关理论推演可知：此次大一级别的头肩顶形态下破颈线后的理论底部位于1903附近！　　小一级别的头肩顶形态：自1942起的行情可视为新一轮的小级别的头肩顶形态，如如所示。现行情局部于1954附近录得大阴构筑黄昏之星形态，整体呈双顶形态，故我们可判定右肩于1954附近完成，即小级别的头肩顶形态完成。依据现有形态，我们可画出该头肩顶形态的颈线，如图中黄色线所示，该颈线为一条向下倾斜的直线，说明行情处于极弱趋势之中

郭广盈2023-08-03

科技股遭到大面积抛售！原因何在？

一些承压的科技股公司：包括苹果公司、微软公司和Alphabet公司等科技巨头在内的纽约证券交易所FANG+指数跌幅高达4.3%，创下自7月20日以来的最大跌幅。周三，费城半导体指数的30只股票全部下跌，其中Advanced Micro Devices Inc．的跌幅列居前位。市场上投机性较强的股票跌势更为明显。高盛追踪的一篮子无利润科技公司股票跌幅高达7.2%，为自2022年11月以来的最大跌幅。上月，纳斯达克100指数的价格与预计利润比达到自2022年初以来的最高水平。

金融界2023-08-03

24小时热点